乳腺癌代谢相关基因识别与预后模型构建

目的探讨代谢相关基因表达在乳腺癌发生发展中的作用及预后价值。方法从京都基因和基因组百科全书(KEGG)中获取代谢相关基因。EdgeR软件包用于鉴定癌症基因组图谱(TCGA)中乳腺癌的差异表达基因(DEGs)。通过单变量Cox和Lasso-penalized Cox回归分析建立预后模型。通过基因表达综合数据库(GEO)建立有效的预测模型。利用列线图和受试者操作特征(ROC)曲线验证模型的准确性。定量实时PCR检测乳腺癌组织中关键基因表达。结果在乳腺癌中鉴定出与代谢相关的178个DEGs,并构建了一个包含14个基因的预后模型。在TCGA预后模型和GEO验证模型中将患者分为高风险组和低风险组,结果显示高风险组预后较差,进一步验证预测模型具有较高的准确性。乳腺癌组织中TSTA3、MTHFD2、P4HA1和SEPHS2表达上调(均P<0.001),INPP1表达下调(P=0.026)。结论本研究构建了一个与乳腺癌代谢基因相关的预后评估模型并验证了其可行性和准确性。该模型有助于更精准地评估不同患者对于代谢相关治疗的反应性,预测抗肿瘤疗效,为乳腺癌患者个体化治疗提供参考。